金融大数据应用案例

智慧金融是依托于互联网技术，运用大数据、人工智能、云计算、区块链等金融科技手段，使金融行业在业务流程、业务开拓和客户服务等方面得到全面的智慧提升，实现金融产品、风控、营销、服务的智慧化。目前，我国金融业的发展已经实现由金融信息化>互联网金融- >科技金融>智慧金融的发展历程，进入技术与金融高度融合，促进相关生态的发展阶段。为加速传统金融改革与转型升级，国家相继发布政策支持互联网、人工智能、大数据、云计算等新兴技术在金融领域的应用和融合创新，且在出台政策支持智慧金融发展的同时，也重视对行业监管规范的约束。2019年9月，央行发布《金融科技(FinTech)发展规划(2019-2021年)》，提出到2021年，建立健全我国金融科技发展的“四梁八柱”， 进一步 增强金融业科技应用能力，实现金融与科技深度融合、协调发展。而2020年5G商用化的发展为智慧金融升级化发展奠定了技术基础，智慧金融发展空间将进一步打开。随着鼓励政策和监管政策持续完善，传统金融机构积极寻求转型，加大科技、资金、人次投入。在新兴金融产品和服务不断涌现的推动下，我国智慧金融发展呈现“产业政策明确支持发展、行业监管及规范化提升、金融科技稳步推进、产品与服务创新活跃及金融机构与技术企业深入合作”的发展特点。从智慧金融的主要应用场景看，本报告重点对智慧风控、智慧营销和智慧运营主要应用场景的商业价值、解决方案和应用趋势进行解读。智慧风控注重实现对交易风险事前、事中、事后管控;智慧营销为金融机构提供事前、事中、事后的信息收集进而进行精准营销。智慧运营为金融企业提供交互网络化、管理动态化、服务共享化、资源集约化及数据要素化的服务价值。智慧风控、智慧营销和智慧运营主要场景的应用将加速智慧金融的发展及金融智慧化的升级。

金融行业大数据分析平台总体架构设计

智慧金融大数据

智慧金融大数据平台数据治理与建设方案

智慧金融大数据平台数据治理与建设方案

金融大数据平台在企业级大数据平台的基础上，通过提取所以运营商和金融行业、征信行业相关的数据，针对多类海量数据进行数据分析、数据/应用建模，形成信用分评估、信息验真、失联修复、客户流失、智慧经营等多类金融大数据产品，面向金融行业客户支撑风险防控、精准服务、智慧经营等多个对外业务应用场景。

高级验真功能根据运营商数据建模，结合大数据分析算法，实现验真用户的家庭地址验证、工作地址验证、第一联系人验证、第二联系人验证等等，实现更多场景的业务应用。 涉及到的模型有家庭地址模型、工作地址模型、交往圈模型、社交识别模型、常驻人口、工作人口模型等等。

解耦性 应用与平台完全解耦，通过大数据服务总线进行交互； 平台服务与数据生成过程松耦合，通过元数据模型进行交互； 强中台 增强中台的服务能力，弱化应用端的数据处理能力； 在中台进行应用基本服务能力的封装，以API方式向应用提供服务； 微服务 中台的基础服务需遵循微服务原则，把应用服务进行分解，形成各个原子服务； 中台需从共享服务出发，构建无状态的原子级共享服务。 隔离性 应用与数据存储完全隔离，应用不允许直接访问大数据平台任何数据存储； 数据服务与数据生产隔离，数据服务界面不参与数据生产的任何过程，不访问任何超出元数据管控的数据 安全性 数据治理层定义数据的安全级别，对数据的使用进行加解密和脱敏规则设定； 平台服务层定义用户的数据访问权限，依据元数据的规定给前端应用提供一致的安全控制和脱敏规则；

联通大数据具备全面性、多维性、中立性、完整性，是其它企业很难比拟的，而且通过这些不同维度数据的交叉关联，可以创造更多的新数据和新价值 。